Le token VVV de Venice AI a atteint un nouveau sommet aujourd'hui, dépassant temporairement les 25 dollars. Ce mouvement haussier a été déclenché par un débat scientifique sur les mathématiques, qui a fait prendre conscience à beaucoup de l'importance du « raisonnement privé ».

Le mathématicien de l'Université de New York Tristan Buckmaster a écrit dans une déclaration publique qu'il et ses collaborateurs avaient entré l'ensemble du brouillon du projet dans Codex. Après avoir appris que l'équipe interne d'OpenAI avait également réalisé des progrès dans ce domaine, il a demandé si le modèle de l'entreprise avait consulté ces conversations ou les avait utilisées pour l'entraînement. Il a reçu comme réponse que le modèle n'avait pas consulté les données des utilisateurs, mais n'a pas obtenu de réponse concernant la question de l'entraînement.

La réponse d'OpenAI nie que des chercheurs ou des agents aient accédé à des données d'utilisateurs spécifiques pour résoudre le problème, tout en reconnaissant qu'il est peu probable, mais impossible d'exclure que des données désidentifiées provenant de conversations privées du groupe avec Codex aient aidé à améliorer le modèle.

La communauté commence à se demander si, lorsque les enjeux sont suffisamment élevés, ces laboratoires peuvent voir l'ensemble de votre travail et publier des résultats avant vous.

Le trader based16z a partagé sa stratégie de trading. Il a révélé qu'il était long sur VVV via le spot, le contrat perpétuel et une option call hors bourse avec un prix d'exercice de 25 $ selon lui, cet événement a fait prendre conscience de l'importance du raisonnement sur la confidentialité, et Venice est l'actif liquide le plus adapté pour porter ce récit. Il compare également la capitalisation boursière circulante de VVV à celle de ZEC lorsqu'elle était à 50 $, ce qui reflète son jugement sur une réévaluation de la valeur de la confidentialité.

Lorsque l'IA passe de la réponse à des questions de connaissance générale à la participation à des articles scientifiques, au code, au développement de produits et aux stratégies de trading, le contenu saisi par les utilisateurs dans la zone de saisie devient également plus précieux.

Qui peut permettre d'utiliser l'IA tout en conservant le contrôle sur le contenu et le processus de travail ? Trois projets Web3 apportent leur réponse.

VVV : Faire de la vie privée un métier

Venice AI, fondée par Erik Voorhees, propose une application de chat pour les consommateurs et une API pour les développeurs afin d'appeler des modèles. Elle agrège différents modèles en faisant de la confidentialité et de la réduction des restrictions des différenciateurs clés.

La confidentialité de Venice AI est divisée en trois niveaux. Le mode « anonyme » de Venice masque l'identité de l'utilisateur, mais le modèle amont peut toujours voir le contenu de la requête. Le mode « zéro conservation » repose sur l'engagement du fournisseur de services. Le mode « TEE » exécute l'inférence dans un environnement matériel protégé ; le mode « chiffrement de bout en bout » chiffre les données dès l'appareil de l'utilisateur, jusqu'à ce qu'elles soient déchiffrées uniquement à l'intérieur de l'environnement protégé.

Cette entreprise a déjà pris de l'ampleur. Banyan, qui participe à l'investissement, a révélé que le revenu annuel de Venice est passé de 14 millions de dollars en janvier à plus de 100 millions de dollars en août.

VVV est un token émis par Venice sur Base ; pour chaque achat de 100 $ de quota d'API Venice, 5 $ sont utilisés pour acheter et détruire des VVV. Du côté de l'offre, la nouvelle émission de tokens VVV diminue également : le 1er septembre, le taux annuel d'émission est passé de 3 millions à 2,5 millions, et il est prévu de le réduire à 2 millions le 1er octobre.

Une autre source de demande pour VVV est DIEM. Les détenteurs peuvent verrouiller leurs VVV mis en gage pour minter des DIEM ; en mettant en gage 1 DIEM, ils obtiennent quotidiennement un quota API mis à jour d'un dollar américain. Ainsi, les développeurs et les agents peuvent détenir un actif générant continuellement des quotas d'utilisation, en préparation pour les appels de modèles futurs.

Le 14 septembre, l'offre cible de DIEM sera augmentée progressivement de 38 000 à 40 000 unités, ouvrant la voie à de nouvelles émissions. Cette mesure reflète également l'optimisme de l'équipe Venice quant à l'expansion de son utilisateur.

La logique haussière pour VVV est très claire : face aux menaces à la vie privée posées par l'IA, Venice a trouvé sa place sur le marché, incitant davantage de personnes à payer pour l'utiliser, ce qui génère plus de rachats ; un nombre croissant d'utilisateurs ont besoin de quotas de raisonnement continu, stimulant la demande de verrouillage.

NEAR : Inférence privée vérifiable

En suivant la piste de Venice AI, nous découvrons également une figure familière : NEAR. Cette chaîne publique élargit les utilisations du jeton NEAR grâce au calcul confidentiel et aux services d'agents.

En mars de cette année, Venice et NEAR AI ont annoncé leur intégration, permettant aux utilisateurs de choisir des services d'inférence privée vérifiables fournis par NEAR AI. Les consommateurs émettent des demandes sur Venice, tandis que les capacités de calcul privé sous-jacentes sont fournies par des services tels que NEAR AI.

La capacité centrale de NEAR AI Cloud consiste à faire exécuter les modèles dans un TEE, soit un environnement d'exécution fiable isolé par le matériel. Conçu ainsi, le texte en clair pendant le calcul est limité à une zone protégée, que les opérateurs d'infrastructure ne peuvent pas lire directement ; les utilisateurs peuvent vérifier la preuve matérielle pour confirmer que la requête a bien été acheminée vers l'environnement approprié. Cela offre aux équipes souhaitant protéger leurs données de recherche et commerciales une option de calcul cloud.

Les modèles à poids ouverts peuvent être déployés dans cet environnement. Lors de l'appel via la passerelle à des modèles propriétaires tels que Claude, GPT ou Gemini, les requêtes sont toujours transmises au fournisseur amont ; le calcul confidentiel de NEAR garantit que les serveurs de l'autre partie ne peuvent pas être contournés. La valeur de NEAR sur ce chemin provient de sa capacité à protéger le processus de calcul et à gérer les services de modèles.

Cette fonctionnalité est désormais liée au token NEAR. Le paiement par staking, lancé le 30 juillet, permet aux détenteurs de tokens de convertir leurs revenus de staking NEAR en crédits d'inférence, dont le montant varie en fonction de la quantité stakée, du prix du token et du taux de rendement. Les utilisateurs conservent la propriété des tokens sous-jacents et peuvent à tout moment déstaker et sortir. Pour les équipes utilisant régulièrement des modèles, cela ajoute une nouvelle utilité à la détention de NEAR.

Une autre opportunité pour NEAR réside dans les paiements. Pour accomplir une tâche, un agent IA doit non seulement appeler un modèle, mais aussi acheter des données, payer des services et mobiliser des actifs sur différentes chaînes. Le mécanisme d'exécution d'intentions fourni par NEAR Intents permet aux utilisateurs de soumettre le résultat souhaité, tandis que des solveurs concourent pour effectuer les échanges et l'exécution. Cette infrastructure permet d'intégrer des opérations interchaînes complexes dans le flux de tâches des agents IA.

Selon les statistiques de DeFillama, NEAR Intents a généré environ 9,32 millions de dollars de frais totaux au deuxième trimestre de cette année, dont les protocoles ont conservé environ 1,5 million de dollars ; ces revenus conservés sont utilisés pour racheter des NEAR sur le marché.

Ainsi, le récit haussier de NEAR est soutenu par deux applications : le calcul pour des tâches sensibles et l'exécution ainsi que le paiement pour les tâches interchaînes. La première peut atteindre les utilisateurs via des applications comme Venice, tandis que la seconde a l'opportunité de se développer avec les agents IA.

TAO : Modèle AI à offre ouverte

Bittensor a toujours été le projet IA le plus remarqué dans le domaine de la crypto. TAO est la token native du réseau Bittensor.

Bittensor organise différentes tâches en sous-réseaux indépendants, où les mineurs fournissent des services tels que l'inférence, le stockage et les prédictions, tandis que les validateurs évaluent la qualité du service. Le réseau répartit les récompenses selon des règles prédéfinies. Une équipe peut organiser une compétition autour d'un besoin spécifique, tandis que l'ensemble du réseau prend en charge plusieurs de ces marchés.

Après l'augmentation de la demande en IA, les applications nécessitent davantage de fournisseurs interchangeables, et les petites équipes doivent trouver des clients, des ressources de calcul et des financements. Bittensor tente d'organiser cette offre via un marché incitatif ouvert, permettant à différentes équipes de concourir sur des tâches spécifiques.

Certains sous-réseaux ont déjà commencé à générer des revenus externes. Par exemple, Chutes, qui propose des services d'inférence de modèles, a généré environ 1,37 million de dollars de revenus au deuxième trimestre de cette année, provenant de abonnements, de la facturation à l'utilisation et de services d'instances.

Comment TAO absorbe-t-il cette croissance ? Chaque sous-réseau possède son propre token alpha, apparié à TAO pour former des paires de trading. Staker TAO sur un sous-réseau équivaut à l'échanger contre le token alpha correspondant ; TAO joue ainsi le rôle d'actif de base pour l'allocation des fonds entre les sous-réseaux. Si davantage de services compétitifs apparaissent sur le réseau, la demande pour participer à ces marchés aura l'occasion de s'accroître.

Au niveau de l'offre, TAO conserve un design de rareté familier aux marchés cryptographiques. Le nombre total de TAO est plafonné à 21 millions, avec une première réduction de moitié effectuée en décembre 2025. Actuellement, 0,5 TAO sont émis par bloc, soit environ 3 600 TAO par jour.

La forte hausse de VVV nous a offert une fenêtre d'observation. À mesure que les modèles deviennent de plus en plus puissants, les gens leur confient de plus en plus d'informations sensibles ; l'« IA cryptée/privée » a naturellement trouvé son PMF.